Les statistiques du PIB en France sont publiées trimestriellement, 30 jours après la fin du trimestre. Dans cet article, nous considérons le contenu des médias comme une source de données complémentaire aux outils conjoncturels classiques pour améliorer les prévisions du PIB français. Nous utilisons les données de plus d’un million d’articles publiés dans le journal Le Monde entre 1990 et 2017 pour créer un nouvel indicateur synthétique de « sentiment médiatique » sur l’état de l’économie. En mettant l’accent sur la prévision du PIB à court terme, nous comparons un « modèle médiatique » (modèle auto-regressif augmenté de l’indicateur de sentiment des médias) avec un modèle auto-regressif simple et un modèle auto-regressif augmenté de l’indicateur de climat des affaires (Insee) fondé sur des enquêtes de conjoncture menées auprès des chefs d’entreprise. L’ajout d’un indicateur médiatique améliore les prévisions du PIB français par rapport à ces deux modèles de référence. Nous testons aussi une approche automatisée par régression pénalisée, où l’on utilise les fréquences d’apparition des mots ou expressions dans les articles plutôt qu’une information agrégée. Plus aisée à mettre en œuvre elle apporte cependant des résultats inférieurs.

Article en une page

Citer cet article

Bortoli, C., Combes, S. & Renault, T. (2018). Nowcasting GDP Growth by Reading Newspapers. Economie et Statistique / Economics and Statistics, 505-506, 17–33.
https://doi.org/10.24187/ecostat.2018.505d.1964